全新后门文件Nev-3.exe分析

本文详述了Nev-3.exe可执行文件的分析过程,揭示其下载远程文件、执行隐藏进程AntiAdwa.exe以及与C2服务器194.146.84.2:4395和193.84.248.67的通信行为。分析包括静态分析、wireshark抓包以及进程跟踪,确定其潜在的远程控制和数据收集功能。

一、 样本发现:

蜜罐

二、 内容简介:

通过公司的蜜罐告警发现一个Nev-3.exe可执行文件文件,对该样本文件进行分析发现,该可执行程序执行后会从远程服务器http://194.146.84.2:4395/下载一个名为“3”的压缩包,解压后也是Nev-3.exe文件,文件下载地址194.146.84.2在微步威胁情报社区查询后,发现发现两个通信样本Nev-3.exe、记录表d3.rar,经过分析两个样本行为人特征一致。样本运行后释放到目录“C:\Users\Public\Music\”
下,随后执行目录中的恶意文件 AntiAdwa.exe,AntiAdwa运行后会向服务端发送保活连接,等待服务端下发指令,从而实现远程控制行为。

三、 分析研判

3.1 样本获取

蜜罐下载样本文件Nev-3.exe,文件hash值如下:

md5: de1cde20941be48bcf6c2b6b663393a2

sha1: 0a8b22faee05998b05169e0e6190108c6d72021d

sha256: 1142e91de910f5cc3c6bda635b990d6c28142b1818fd21ccb1257b77b75338f8

1651713743_627326cfe6c6b9da896e7.png!small?1651713756034

图1 样本示例

该样本在微步在线情报IOC已被标记为恶意软件(高危)。

1651713779_627326f3a8bdc333de0ef.png!small?1651713791827

图2 样本威胁情报IOC查询

3.2 样本分析

(1)静态分析

使用IDA
打开进行分析后发现Nev-3.exe是一个加载程序,文件运行后会产生一个无运行界面的掩藏程序,该进程的主要作用是判断进程中是否存在AntiAdwa.exe进程。

1651713806_6273270e2d75f866288e9.png!small?1651713818223

图3 样本程序入口函数

1651713822_6273271ecae821c535e02.png!small?1651713834896

图4 程序自动检测是否存在AntiAdwa.exe进程

如果不存在存在AntiAdwa.exe进程,则从远程文件服务器:194.146.84.2:4395下载文件。

1651713836_6273272ca23f748ec4d8a.png!small?1651713848781

图5 样本内置远程C2地址194.146.84.2:4395

(2)使用wireshark抓包分析。

将Nev-3.exe程序在本地运行后,使用wireshark进行抓包可看见有大量的可疑tcp连接。

<think> 根据用户的描述,错误信息明确指出在neu-det.yaml文件中缺少&#39;train&#39;键,而数据YAML文件必须包含&#39;train&#39;&#39;val&#39;键。同时,参考引用[4]中提到YAML文件的格式要求(冒号后需有空格),这可能是一个常见的格式错误。 解决方案步骤: 1. 检查YAML文件路径是否正确,确保文件存在。 2. 打开neu-det.yaml文件,检查是否包含&#39;train&#39;&#39;val&#39;键,并确保它们的格式正确(冒号后加空格)。 3. 确认&#39;train&#39;&#39;val&#39;指定的路径是否正确,路径可以是相对路径(相对于YAML文件)或绝对路径。 4. 如果使用相对路径,确保路径结构正确;如果使用绝对路径,确保路径存在。 根据引用[3]中的代码示例,训练时通过`model.train(data="data.yaml")`指定数据文件,因此需要确保YAML文件内容正确。 具体操作: - 使用文本编辑器打开`/home/ubuntu/fyl/ultralytics-main/data/NEU-DETvoc/neu-det.yaml`文件。 - 检查内容,确保有类似以下的结构(注意冒号后的空格): ```yaml path: /path/to/dataset # 数据集根目录 train: train/images # 训练集图像路径,相对于path val: valid/images # 验证集图像路径,相对于path nc: 6 # 类别数 names: [&#39;class1&#39;, &#39;class2&#39;, ...] # 类别名称 ``` - 如果缺少&#39;train&#39;或&#39;val&#39;,补充完整即可。 如果问题仍然存在,可以尝试以下方法: - 使用绝对路径指定训练集验证集路径(确保路径正确)。 - 检查YAML文件是否被其他程序占用或损坏。 相关问题: 1. YAML文件在YOLOv8训练中的作用是什么? 2. 如何正确配置YOLOv8的数据集YAML文件? 3. 处理RuntimeError时,如何排查YAML文件格式错误? </think> ### 解决RuntimeError: Dataset YAML文件缺少&#39;train&#39;键的方法 根据错误提示引用内容,该问题根本原因是**数据集配置文件格式错误**。YOLOv8要求YAML文件必须包含`train``val`两个必要键,以下是完整解决方案: #### 第一步:检查YAML文件基本语法 1. **冒号后必须加空格** 错误示例:`train:images` 正确示例:`train: images`(冒号后必须有空格)[^4] 2. **确认键名拼写正确** ```yaml path: /home/ubuntu/fyl/ultralytics-main/data/NEU-DETvoc/ # 数据集根目录 train: images/train # 训练集路径(相对于path) val: images/val # 验证集路径(相对于path) nc: 6 # 类别数 names: [&#39;crack&#39;,&#39;inclusion&#39;,&#39;pitted_surface&#39;,...] # 类别名称 ``` #### 第二步:验证文件路径(针对NEU-DET数据集) 1. **检查路径是否存在** 终端执行: ```bash ls /home/ubuntu/fyl/ultralytics-main/data/NEU-DETvoc/images/train ``` 如果返回文件列表,说明路径正确;若为空,需调整路径 2. **推荐使用绝对路径**(避免相对路径歧义)[^1] ```yaml train: /home/ubuntu/fyl/ultralytics-main/data/NEU-DETvoc/images/train val: /home/ubuntu/fyl/ultralytics-main/data/NEV-DETvoc/images/val ``` #### 第三步:完整示例(NEU-DET数据集) ```yaml # neu-det.yaml path: /home/ubuntu/fyl/ultralytics-main/data/NEU-DETvoc train: images/train # 训练集目录 val: images/val # 验证集目录 test: images/test # 可选测试集 # 金属表面缺陷类别(NEU-DET标准) nc: 6 names: [&#39;crack&#39;, &#39;inclusion&#39;, &#39;pitted_surface&#39;, &#39;scratches&#39;, &#39;rolled_scale&#39;, &#39;patches&#39;] ``` #### 第四步:验证YAML格式 使用YAML校验工具检查语法: ```python import yaml with open("neu-det.yaml", "r") as f: try: data = yaml.safe_load(f) print("YAML语法正确!") assert &#39;train&#39; in data, "缺少train键" assert &#39;val&#39; in data, "缺少val键" except Exception as e: print(f"格式错误:{str(e)}") ``` #### 第五步:训练代码调整 ```python from ultralytics import YOLO model = YOLO("yolov8n.pt") # 加载预训练模型 model.train( data="/home/ubuntu/fyl/ultralytics-main/data/NEU-DETvoc/neu-det.yaml", # 使用绝对路径 epochs=100, imgsz=640 ) ``` > **关键提醒**:NEU-DET数据集目录结构应为: > ``` > /NEU-DETvoc/ > ├── images/ > │ ├── train/ # 存放训练图片 > │ ├── val/ # 存放验证图片 > │ └── test/ > └── labels/ # 对应标注文件 > ├── train/ > ├── val/ > └── test/ > ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值